WO2019073844A1 - 車両、判定方法及び判定プログラム - Google Patents

車両、判定方法及び判定プログラム Download PDF

Info

Publication number
WO2019073844A1
WO2019073844A1 PCT/JP2018/036719 JP2018036719W WO2019073844A1 WO 2019073844 A1 WO2019073844 A1 WO 2019073844A1 JP 2018036719 W JP2018036719 W JP 2018036719W WO 2019073844 A1 WO2019073844 A1 WO 2019073844A1
Authority
WO
WIPO (PCT)
Prior art keywords
driver
movement
control unit
pattern
unit
Prior art date
Application number
PCT/JP2018/036719
Other languages
English (en)
French (fr)
Inventor
童　方偉
Original Assignee
京セラ株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 京セラ株式会社 filed Critical 京セラ株式会社
Priority to US16/754,364 priority Critical patent/US20200239001A1/en
Priority to EP18867196.0A priority patent/EP3696041A4/en
Publication of WO2019073844A1 publication Critical patent/WO2019073844A1/ja

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62J—CYCLE SADDLES OR SEATS; AUXILIARY DEVICES OR ACCESSORIES SPECIALLY ADAPTED TO CYCLES AND NOT OTHERWISE PROVIDED FOR, e.g. ARTICLE CARRIERS OR CYCLE PROTECTORS
    • B62J45/00—Electrical equipment arrangements specially adapted for use as accessories on cycles, not otherwise provided for
    • B62J45/40—Sensor arrangements; Mounting thereof
    • B62J45/41—Sensor arrangements; Mounting thereof characterised by the type of sensor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02444—Details of sensor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/0507—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  using microwaves or terahertz waves
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
    • A61B5/1114—Tracking parts of the body
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6893—Cars
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2/00—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles
    • B60N2/002—Seats provided with an occupancy detection means mounted therein or thereon
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2/00—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles
    • B60N2/002—Seats provided with an occupancy detection means mounted therein or thereon
    • B60N2/0021—Seats provided with an occupancy detection means mounted therein or thereon characterised by the type of sensor or measurement
    • B60N2/0022—Seats provided with an occupancy detection means mounted therein or thereon characterised by the type of sensor or measurement for sensing anthropometric parameters, e.g. heart rate or body temperature
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2/00—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles
    • B60N2/002—Seats provided with an occupancy detection means mounted therein or thereon
    • B60N2/0021—Seats provided with an occupancy detection means mounted therein or thereon characterised by the type of sensor or measurement
    • B60N2/0024—Seats provided with an occupancy detection means mounted therein or thereon characterised by the type of sensor or measurement for identifying, categorising or investigation of the occupant or object on the seat
    • B60N2/0027—Seats provided with an occupancy detection means mounted therein or thereon characterised by the type of sensor or measurement for identifying, categorising or investigation of the occupant or object on the seat for detecting the position of the occupant or of occupant's body part
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2/00—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles
    • B60N2/002—Seats provided with an occupancy detection means mounted therein or thereon
    • B60N2/0021—Seats provided with an occupancy detection means mounted therein or thereon characterised by the type of sensor or measurement
    • B60N2/0024—Seats provided with an occupancy detection means mounted therein or thereon characterised by the type of sensor or measurement for identifying, categorising or investigation of the occupant or object on the seat
    • B60N2/0029—Seats provided with an occupancy detection means mounted therein or thereon characterised by the type of sensor or measurement for identifying, categorising or investigation of the occupant or object on the seat for detecting the motion of the occupant
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62J—CYCLE SADDLES OR SEATS; AUXILIARY DEVICES OR ACCESSORIES SPECIALLY ADAPTED TO CYCLES AND NOT OTHERWISE PROVIDED FOR, e.g. ARTICLE CARRIERS OR CYCLE PROTECTORS
    • B62J45/00—Electrical equipment arrangements specially adapted for use as accessories on cycles, not otherwise provided for
    • B62J45/20—Cycle computers as cycle accessories
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62J—CYCLE SADDLES OR SEATS; AUXILIARY DEVICES OR ACCESSORIES SPECIALLY ADAPTED TO CYCLES AND NOT OTHERWISE PROVIDED FOR, e.g. ARTICLE CARRIERS OR CYCLE PROTECTORS
    • B62J50/00—Arrangements specially adapted for use on cycles not provided for in main groups B62J1/00 - B62J45/00
    • B62J50/20—Information-providing devices
    • B62J50/21—Information-providing devices intended to provide information to rider or passenger
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/20—Workers
    • A61B2503/22—Motor vehicles operators, e.g. drivers, pilots, captains
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0228—Microwave sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/18—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2210/00—Sensor types, e.g. for passenger detection systems or for controlling seats
    • B60N2210/10—Field detection presence sensors
    • B60N2210/16—Electromagnetic waves
    • B60N2210/22—Optical; Photoelectric; Lidar [Light Detection and Ranging]
    • B60N2210/24—Cameras
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2210/00—Sensor types, e.g. for passenger detection systems or for controlling seats
    • B60N2210/10—Field detection presence sensors
    • B60N2210/26—Ultrasonic, e.g. sonar
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2230/00—Communication or electronic aspects
    • B60N2230/20—Wireless data transmission
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W2040/0881—Seat occupation; Driver or passenger presence
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation

Definitions

  • the present disclosure relates to a vehicle, a determination method, and a determination program.
  • Patent Document 1 discloses a method of detecting that a two-wheeled vehicle has fallen, based on an image acquired by a camera.
  • One aspect of the vehicle includes an information acquisition unit and a control unit.
  • the information acquisition unit acquires the movement of the driver's body.
  • the control unit determines whether the movement of the driver's body acquired by the information acquisition unit is a normal pattern of the driver.
  • control unit acquires the movement of the driver's body by the information acquisition unit, and the movement of the driver's body acquired by the information acquisition unit is a normal pattern of the driver. Determine if
  • One aspect of the determination program causes the computer to acquire the movement of the driver's body, and determines whether the movement of the driver's body acquired by the information acquisition unit is a normal pattern of the driver.
  • FIG. 1 is a functional block diagram showing an example of a schematic configuration of an information processing system 1 according to an embodiment.
  • the information processing system 1 includes a vehicle 100 and a server device 200.
  • the vehicle 100 and the server device 200 are communicably connected to each other.
  • the vehicle 100 includes, for example, vehicles including electric vehicles, hybrid electric vehicles and gasoline vehicles, motorcycles such as motorcycles, and bicycles. In the present embodiment, it will be described below that the vehicle 100 is a motorcycle.
  • FIG. 2 is a schematic side view showing an example of the vehicle 100 according to the present embodiment.
  • Vehicle 100 includes a main body 110, a front wheel 111 and a rear wheel 112 for instructing the main body 110, and a handlebar 113 for steering.
  • a fuel tank for storing fuel, an engine serving as motive power of the vehicle 100, and the like are disposed.
  • the main body 110 includes a brake pedal that performs an operation for applying a brake, and a shift pedal that performs an operation for changing a gear.
  • the main body 110 is provided with a seat 114 on which the driver sits during driving. That is, the driver sits on the seat 114 and drives the vehicle 100.
  • the main body 110 may have a mechanism in which each functional block of FIG. 1 is realized.
  • the handle bar 113 includes a brake lever that performs an operation for applying a brake, and a clutch lever for performing a clutch operation.
  • the handle bar 113 may be provided on the front side of the main body 110, for example.
  • the vehicle 100 includes, as functional blocks, an information acquisition unit 101, a weight sensor 102, a storage unit 103, a control unit 104, an input unit 105, a notification unit 106, and a communication unit 107. Equipped with
  • the information acquisition unit 101 acquires the movement of the driver's body.
  • the information acquisition unit 101 may be configured to be able to detect the driver's body in all directions around the vehicle 100, or may be configured to be able to detect the driver's body only in a specific direction.
  • the information acquisition unit 101 may include, for example, a microwave radar.
  • the microwave radar emits microwaves to the surroundings, detects the reflected waves, and measures the distance to the object based on the time from the emission of the microwaves to the detection. Also, the microwave radar measures the direction of the object based on the direction in which the microwave is detected.
  • the information acquisition unit 101 may include a plurality of microwave radars.
  • the microwave radar can also detect minute movement of the body surface by the Doppler effect. For example, when the microwave radar detects a body movement such as a heart beat or respiration, the heart rate or the respiration rate can be determined from the body movement.
  • the information acquisition unit 101 may emit an electromagnetic wave to the surroundings to detect the reflected wave, and measure the distance to the object based on the time from the emission of the electromagnetic wave to the detection.
  • the driver's body movement may include the driver's action.
  • the driver's action includes, for example, displacement over time of the driver's direction and distance with respect to the vehicle 100.
  • the driver's action may include, for example, at what walking speed the vehicle 100 is approached, through which route the vehicle 100 is approached, from which direction the vehicle 100 is approached, and the like.
  • the movement of the driver's body includes changes in the position of the driver around the vehicle 100.
  • the driver's body movement may include body surface movement due to the driver's vital activity.
  • the biological activity is the activity of the driver's body, and may include, for example, heartbeat, respiration and body movement.
  • the movement of the body surface resulting from the driver's biological activity may include, for example, movement of the chest that occurs with heartbeat, respiration, body movement and the like.
  • the information acquisition unit 101 may be provided at any position at which the movement of the driver's body can be acquired in the main body 110.
  • the information acquisition unit 101 may be provided, for example, on the front side of the main body 110 near the position where the instruments are disposed.
  • the information acquisition unit 101 may be configured by an apparatus other than the microwave radar.
  • the information acquisition unit 101 may include a laser range finder, an ultrasonic transceiver, or a camera.
  • the laser range finder can measure the distance based on the time from the irradiation of the laser beam to the reception of the reflected light.
  • the ultrasonic transceiver can measure the distance based on the time from the irradiation of the ultrasonic wave to the reception of the reflected wave.
  • the camera can measure the distance by performing image analysis based on the captured image.
  • the information acquisition unit 101 may be configured to include an apparatus capable of measuring a distance other than that described here.
  • the information acquisition unit 101 may be configured by combining a plurality of types of devices.
  • the information acquisition unit 101 transmits the acquired information on the movement of the driver's body to the control unit 104.
  • the weight sensor 102 detects the load applied to the seat 114.
  • the weight sensor 102 is disposed below the sheet 114, for example.
  • the weight sensor 102 transmits information on the detected load to the control unit 104.
  • the control unit 104 can determine whether the driver is seated on the seat 114 based on the information on the load acquired from the weight sensor 102.
  • the storage unit 103 can be configured by a semiconductor memory, a magnetic memory, or the like.
  • the storage unit 103 stores various information, a program for operating the vehicle 100, and the like.
  • the storage unit 103 may also function as a work memory.
  • the storage unit 103 may store the information on the movement of the driver's body acquired by the information acquisition unit 101 in association with the acquired time.
  • the storage unit 103 may store the load acquired by the weight sensor 102 in association with the acquired time.
  • the storage unit 103 may store a movement pattern of the driver's body. The details of the driver's body movement pattern will be described later.
  • the storage unit 103 may store the result of the determination performed by the control unit 104.
  • the control unit 104 includes at least one processor 104 a that controls and manages the whole of the vehicle 100, including each functional block of the vehicle 100.
  • the control unit 104 includes at least one processor 104 a such as a CPU (Central Processing Unit) that executes a program defining a control procedure, and realizes its function.
  • a program is stored, for example, in the storage unit 103 or an external storage medium connected to the vehicle 100.
  • the at least one processor 104a is implemented as a single integrated circuit (IC) or as a plurality of communicatively coupled integrated circuits IC and / or discrete circuits. It is also good.
  • the at least one processor 104a may be implemented in accordance with various known techniques.
  • processor 104a includes one or more circuits or units configured to perform one or more data calculation procedures or processes, for example, by executing instructions stored in an associated memory.
  • processor 104a may be firmware (eg, discrete logic components) configured to perform one or more data calculation procedures or processes.
  • processor 104a may be one or more processors, controllers, microprocessors, microcontrollers, application specific integrated circuits (ASICs), digital signal processors, programmable logic devices, field programmable gate arrays, or the like. , Or any other known combination of devices or configurations, and may perform the functions as the control unit 104 described below.
  • ASICs application specific integrated circuits
  • the control unit 104 determines whether the movement of the driver's body acquired by the information acquisition unit 101 is a normal pattern of the driver. For example, the control unit 104 refers to the movement pattern of the driver's body stored in the storage unit 103, and determines whether the movement of the driver's body is a normal pattern of the driver. Details of the determination process performed by the control unit 104 will be described later.
  • the input unit 105 receives, for example, an operation input from a driver.
  • the input unit 105 includes, for example, operation buttons (operation keys).
  • the input unit 105 may be a touch screen, and an input area for receiving an operation input from the user may be displayed on a part of the display device to receive a touch operation input from the user.
  • the input unit 105 may be provided, for example, on the front side of the main body 110 near the position where the instruments are disposed.
  • the notification unit 106 notifies information by sound, vibration, an image, and the like.
  • the notification unit 106 may be configured to include a speaker, a vibrator, and the like.
  • the notification unit 106 notifies, for example, the result of the determination process by the control unit 104 based on the control of the control unit 104. That is, the notification unit 106 notifies the determination result as to whether or not the movement of the driver's body is a normal pattern.
  • the communication unit 107 communicates with the server device 200 to transmit and receive various types of information.
  • the communication unit 107 can transmit and receive information using a network by wireless, wired, or a combination of wireless and wired.
  • the communication unit 107 may perform communication by, for example, Bluetooth (registered trademark), infrared, NFC (Near Field Radio Communication), wireless LAN (Local Area Network), wired LAN or any other communication medium, or any combination thereof. it can.
  • the server apparatus 200 is configured by, for example, a computer.
  • the server device 200 acquires information from the vehicle 100 and stores the acquired information.
  • the server apparatus 200 may provide (send) the stored information to, for example, a not-shown terminal apparatus or the like.
  • the terminal device may include, for example, a mobile phone, a smartphone or a tablet terminal.
  • the terminal device may be, for example, a terminal device owned by a person who has a predetermined relationship with the driver.
  • the related party may be, for example, a relative of the driver or a doctor in charge of the driver.
  • the relevant persons may be, for example, team members, team leaders or coaches of the competition team to which the driver belongs.
  • the server device 200 includes a storage unit 201, a control unit 202, and a communication unit 203.
  • the storage unit 201 can be configured by a semiconductor memory, a magnetic memory, or the like.
  • the storage unit 201 stores various information, a program for operating the server apparatus 200, and the like.
  • the storage unit 201 may also function as a work memory.
  • the storage unit 201 may store information acquired from the vehicle 100. For example, the storage unit 201 may store the determination result as to whether or not the movement of the driver's body is normal.
  • the control unit 202 includes at least one processor 202 a that controls and manages the entire server device 200, including each functional block of the server device 200.
  • the control unit 202 includes at least one processor 202a such as a CPU that executes a program that defines a control procedure, and implements its function.
  • a program is stored, for example, in the storage unit 201 or an external storage medium connected to the server apparatus 200.
  • processor 202a those enumerated in the description of the processor 104a can be used.
  • the communication unit 203 communicates with the vehicle 100 to transmit and receive various information.
  • the communication unit 203 can transmit and receive information using a network by wireless, wired, or a combination of wireless and wired.
  • the communication unit 203 can perform communication by, for example, Bluetooth (registered trademark), infrared, NFC, wireless LAN, wired LAN, or any other communication medium, or any combination thereof.
  • control unit 104 Next, the details of the determination process executed by the control unit 104 will be described together with the movement pattern of the driver's body.
  • the movement of the driver's body is the driver's action.
  • This pattern is also referred to as so-called "squeeze".
  • the driver's behavior usually follows the driver's pattern.
  • the storage unit 103 stores a pattern related to the driver's normal action, and the control unit 104 determines whether the driver's action corresponds to the normal pattern.
  • abnormality here means the case where it differs from a normal, for example, the state with a disease. Also, a pattern that the driver normally makes is called a normal pattern.
  • the control unit 104 executes a learning (storage) process of storing at least a normal pattern of the driver's behavior in the storage unit 103.
  • the learning process may be performed in any manner.
  • the vehicle 100 can execute the following normal pattern learning process.
  • the control unit 104 detects the position of the driver when the driver approaches within a distance where the information acquisition unit 101 can acquire information.
  • the control unit 104 detects the behavior of the driver until the driver is seated on the seat 114, that is, the change in the position of the driver.
  • the control unit 104 can determine whether or not the driver is seated based on whether or not the weight sensor 102 detects a load.
  • the control unit 104 determines whether the distance between the driver acquired by the information acquisition unit 101 and the information acquisition unit 101 is the distance between the driver and the information acquisition unit 101 when the driver is seated on the seat 114. It may be determined whether the driver has been seated. When it is determined that the driver is seated on the seat 114, the control unit 104 causes the display unit of the vehicle 100 to display a request for the driver to receive an input as to whether the behavior is a normal pattern.
  • the driver uses the input unit 105 to input whether the behavior is a normal pattern.
  • the driver can input that the behavior is a normal pattern, for example, when he / she thinks that his / her behavior is a normal behavior.
  • the driver can input that the behavior is an abnormal pattern, for example, if he feels he is in poor physical condition. For example, when it is considered that the driver has performed an unusual behavior, the driver can input that the behavior is an abnormal pattern.
  • the unusual behavior includes, for example, a case in which the user stumbles on the way or notices a lost item and then returns once.
  • the control unit 104 causes the storage unit 103 to store, as a normal pattern of an action, the action input by the user as normal.
  • the control unit 104 may cause the storage unit 103 to store the action input by the user as being abnormal as an abnormal pattern of the action.
  • control unit 104 may end the learning process of the normal pattern. For example, when the number of samples of the pattern related to the user's action exceeds a predetermined number, the control unit 104 may end the learning process of the normal pattern.
  • the control unit 104 can execute a process of determining whether the user's action is a normal pattern.
  • the control unit 104 can determine whether the driver's behavior is a normal pattern by comparing the driver's behavior acquired by the information acquisition unit 101 with the pattern stored in the storage unit 103. . For example, when the normal pattern of the driver's action is stored in the storage unit 103, the control unit 104 controls the range of the normal pattern in which the driver's action acquired by the information acquisition unit 101 is stored in the storage unit 103. If the driver's action is determined to be included in the above, it can be determined that the driver's action is a normal pattern.
  • the range of normal patterns is not limited to the normal patterns stored in the storage unit 103, and may include patterns similar to the normal patterns. Whether or not included in the range of the normal pattern may be determined based on whether or not the driver's action is within a predetermined threshold range with respect to the normal pattern stored in the storage unit 103. . If the control unit 104 determines that the driver's action acquired by the information acquisition unit 101 is not included in the range of the normal pattern stored in the storage unit 103, the driver's action is not a normal pattern, that is, it is abnormal. It can be determined that it is a pattern. The control unit 104 may determine whether the behavior until the driver is seated on the seat 114 is included in the normal pattern.
  • FIG. 3A and FIG. 3B are diagrams showing an example of the action of the driver.
  • FIGS. 3A and 3B show, for example, the behavior of the driver that can be included in the range of a normal pattern.
  • the horizontal axis represents time
  • the vertical axis represents the distance between the driver and the information acquisition unit 101.
  • a distance D is a distance between the driver and the information acquisition unit 101 in a state where the driver is seated on the seat 114.
  • FIG. 3A shows an example where the driver approaches the seat 114 in a straight line.
  • FIG. 3B shows an example where the driver stops for a short time twice while approaching the seat 114. For example, when the pattern shown in FIG. 3A and FIG.
  • the control unit 104 determines that the driver's action acquired by the information acquisition unit 101 is FIG. 3A or 3B. It is determined that the behavior is included in the range of normal patterns. For example, when the pattern shown in FIG. 3A is stored as a normal pattern, and the pattern shown in FIG. 3B is included in the range of a normal pattern similar to FIG. 3A, the control unit 104 selects the driver acquired by the information acquisition unit 101. When it is FIG. 3A or FIG. 3B, it is determined that the driver's action is included in the range of the normal pattern.
  • FIG. 4A and FIG. 4B are diagrams showing an example of the action of the driver.
  • FIGS. 4A and 4B show, for example, the behavior of the driver not included in the range of the normal pattern.
  • the horizontal axis represents time
  • the vertical axis represents the distance between the driver and the information acquisition unit 101.
  • the distance D is the distance between the driver and the information acquisition unit 101 when the driver is seated on the seat 114.
  • FIG. 4A it can be understood that the driver has stopped for a long time on the way to the seat 114.
  • FIG. 4B the driver is repeatedly approaching and moving away from the seat 114. For example, when the pattern shown in FIG.
  • FIG. 3A is stored as a normal pattern, and the patterns shown in FIGS. 4A and 4B are not included in the range of a normal pattern similar to FIG.
  • the acquired driver's action is FIG. 4A or FIG. 4B, it is determined that the driver's action is not included in the range of the normal pattern.
  • the storage unit 103 may store, as a normal pattern, a range of time normally taken from when the driver gets within a distance where information can be acquired by the information acquisition unit 101 to when the driver sits down.
  • the control unit 104 measures the time from when the driver gets within the distance where the information acquisition unit 101 can acquire information to when the driver sits on the seat 114, and the time is the time stored in the storage unit 103.
  • the range it may be determined that the driver's action is a normal pattern.
  • the control unit 104 may notify the determination result on the action of the driver from the notification unit 106.
  • the control unit 104 may notify the notification unit 106 that the driver's action corresponds to the abnormal pattern only when it is determined that the driver's action is the abnormal pattern.
  • the driver can know whether his action is a normal pattern or an abnormal pattern. For example, even if the driver is notified that the behavior is an abnormal pattern by the notification unit 106 even if an abnormality of the unconscious body occurs, the abnormality is generated in the body. You can notice the possibility.
  • the control unit 104 can transmit the determination result on the behavior of the driver to the server device 200 via the communication unit 107.
  • the control unit 104 may transmit the determination result to the server device 200 only when it is determined that the behavior of the driver is an abnormal pattern.
  • the server device 200 stores the determination result acquired from the vehicle 100 in the storage unit 201.
  • the server apparatus 200 may store the acquired determination result in the storage unit 201 in association with identification information such as an ID that uniquely identifies the driver.
  • the server device 200 can store determination results regarding a plurality of drivers.
  • the server device 200 may transmit the determination result to a terminal device owned by a driver related party.
  • the movement of the driver's body is movement of the body surface caused by the driver's biological activity.
  • biological activity such as heart rate or respiration is usually included in a certain range for each driver. However, if there is an abnormality such as a disease, for example, the biological activity may deviate from the normal range.
  • the storage unit 103 stores the pattern of movement of the body surface resulting from the driver's normal biological activity, and the control unit 104 It is determined whether the movement of the driver's body surface is a normal pattern or not by determining whether the movement of the body surface corresponds to the normal pattern.
  • the control unit 104 executes a learning process to store at least a normal pattern of the movement of the body surface of the driver in the storage unit 103.
  • the learning process may be performed in any manner. As one example, if the movement of the driver's body is movement of the body surface caused by the driver's biological activity, the driver may get on the vehicle 100 to perform a test run and obtain a normal pattern in the test run. A test run may be performed, for example, when the driver thinks that his physical condition is normal.
  • the information acquisition unit 101 acquires a pattern of movement of the body surface of the driver. For example, the information acquisition unit 101 acquires a chest movement of the driver.
  • FIG. 5 is a view showing an example of a pattern of movement of the body surface of the driver acquired by the information acquisition unit 101 (relief or movement of the body surface due to heartbeat and breathing).
  • FIG. 5 shows, for example, the movement of the body surface of the driver acquired in the test run, which is the movement of the body surface stored in the storage unit 103 as a normal pattern.
  • the horizontal axis represents time
  • the vertical axis represents body movement of the driver.
  • the driver's body surface moves by heart beat, breathing and the like.
  • the information acquisition unit 101 captures this movement as shown in FIG.
  • the control unit 104 stores the movement of the driver's body surface acquired in the test run in the storage unit 103 as a normal pattern.
  • the control unit 104 can execute a process of determining whether the driver's action is a normal pattern.
  • the control unit 104 compares the movement of the body surface of the driver acquired by the information acquisition unit 101 with the pattern stored in the storage unit 103 to determine whether the movement of the body surface of the driver is normal or not. Can be determined. For example, when the control unit 104 determines that the movement of the body surface of the driver acquired by the information acquisition unit 101 is included in the range of the normal pattern stored in the storage unit 103, the movement of the body surface of the driver is normal. It can be determined that the pattern is The range of normal patterns is not limited to the normal patterns stored in the storage unit 103, and may include patterns similar to the normal patterns.
  • Whether or not included in the range of the normal pattern is determined based on whether or not the movement of the driver's body surface is within a predetermined threshold range with respect to the normal pattern stored in the storage unit 103. May be done. If the control unit 104 determines that the movement of the driver's body surface acquired by the information acquisition unit 101 is not included in the range of the normal pattern stored in the storage unit 103, the movement of the driver's body surface is normal. It can be determined that the pattern is not a pattern, that is, an abnormal pattern.
  • FIGS. 6A, 6B and 6C show an example of the movement of the body surface of the driver.
  • FIGS. 6A, 6B and 6C show, for example, the movement of the body surface of the driver which is not included in the range of the normal pattern.
  • 6A, 6B and 6C the horizontal axis represents time, and the vertical axis represents body movement.
  • the control unit 104 detects that the movement of the body surface shown in FIG. 6A is detected by the information acquisition unit 101, the movement of the driver's body surface is abnormal. It can be determined that the pattern is
  • the control unit 104 detects that the movement of the body surface shown in FIG. 6B is detected by the information acquisition unit 101, the movement of the driver's body surface is abnormal. It can be determined that the pattern is
  • the control unit 104 detects that the movement of the body surface shown in FIG. 6C is detected by the information acquisition unit 101, the movement of the driver's body surface is abnormal. It can be determined that the pattern is
  • the control unit 104 may notify the determination result on the movement of the body surface of the driver from the notification unit 106 as in the case of the determination processing on the behavior of the driver. Further, the control unit 104 may transmit the determination result on the movement of the driver's body surface to the server device 200 via the communication unit 107.
  • FIG. 7 is a flowchart showing an example of processing executed by the control unit 104 of the vehicle 100, and is a flowchart showing an example of learning (storage) processing.
  • FIG. 7 is a flowchart showing an example of a learning process performed when, for example, the movement of the driver's body is a driver's action.
  • control unit 104 causes the information acquisition unit 101 to acquire the movement of the driver's body (step S11). Specifically, the control unit 104 acquires the driver's action.
  • the control unit 104 requests the driver to input whether the action acquired in step S11 is a normal pattern (step S12). Specifically, for example, the control unit 104 causes the display unit of the vehicle 100 to display an input for requesting the driver to input whether the behavior acquired in step S11 is a normal pattern or not. Ask the driver.
  • the control unit 104 receives an input from the input unit 105 (step S13).
  • the control unit 104 stores (learns) the pattern in the storage unit 103 according to the content of the received input. For example, when the driver inputs that the pattern is normal, the control unit 104 stores (learns) the movement of the body acquired in step S11 in the storage unit 103 as a normal pattern. For example, when the driver inputs an abnormal pattern, the control unit 104 stores (learns) the movement of the body acquired in step S11 in the storage unit 103 as an abnormal pattern.
  • the control unit 104 may store (learn) the movement of the body acquired in step S11 in the storage unit 103 only when the driver inputs that the pattern is normal.
  • FIG. 8 is a flowchart showing an example of processing performed by the control unit 104 of the vehicle 100, and is a flowchart showing an example of determination processing.
  • the flowchart shown in FIG. 8 can be performed, for example, when the movement of the driver's body is the action of the driver or the movement of the body surface of the driver.
  • control unit 104 causes the information acquisition unit 101 to acquire the movement of the driver's body (step S21).
  • the control unit 104 compares the movement of the driver's body acquired in step S21 with the pattern stored in the storage unit 103 (step S22).
  • the control unit 104 determines whether the movement of the driver's body is included in the range of the normal pattern based on the comparison in step S22 (step S23).
  • control unit 104 transmits the determination result to the server device 200 (step S25).
  • control unit 104 determines that the driver's body movement is not included in the range of the normal pattern (No in step S23), that is, if it determines that the driver's body movement is an abnormal pattern, the determination is made The result is notified from the notification unit 106 (step S24). For example, the control unit 104 reports that an abnormal pattern has been detected as the determination result.
  • control unit 104 transmits the determination result to the server device 200 (step S25).
  • the control unit 104 has described that the determination result is notified only when it is determined that the movement of the driver's body is not included in the range of the normal pattern (No in step S23). . However, when it is determined that the movement of the driver's body is included in the range of the normal pattern (Yes in step S23), the control unit 104 may notify the determination result.
  • the information processing system 1 it is determined with reference to the pattern stored in the storage unit 103 whether the movement of the driver's body is a normal pattern.
  • the control unit 104 can determine the state of the driver based on whether or not the movement of the body of the driver is a normal pattern. Therefore, according to the information processing system 1, the usefulness can be improved.
  • the movement of the driver's body is acquired by the information acquiring unit 101 mounted on the vehicle 100. Therefore, according to the information processing system 1, the driver can acquire the movement of the driver's body without wearing the sensor, for example, on the body. Therefore, according to the information processing system 1, the state of the driver can be detected without putting a burden on the driver. In addition, it is possible to acquire the movement of the body without making the driver aware that the data is acquired. Furthermore, when the driver wears a sensor or the like on the body, for example, the detection accuracy of data may decrease due to a positional deviation of the sensor, etc. However, according to the information processing system 1, such a problem does not occur.
  • learning (memory) processing of a normal pattern is not limited to that described in the above embodiment.
  • the normal pattern learning (memory) processing may be performed using a method such as deep learning, for example.
  • the determination as to whether or not the movement of the driver's body acquired by the information acquisition unit 101 is included in the range of the normal pattern stored in the storage unit 103 may be performed using a plurality of threshold values.
  • the determination as to whether or not the movement of the driver's body acquired by the information acquisition unit 101 is included in the range of the normal pattern stored in the storage unit 103 may be performed using, for example, a two-step threshold. .
  • the control unit 104 determines whether the driver's action is included in the range of the normal pattern stored in the storage unit 103 as the first range and the second range 2. It may be performed using a stage threshold.
  • the first range may be narrower than the second range. That is, the first range may be a range closer to a more normal pattern than the second range.
  • the control unit 104 may determine that the action of the driver is a normal pattern.
  • the control unit 104 may determine that the action of the driver is an abnormal pattern.
  • the control unit 104 may combine other elements to determine whether the driver's action is a normal pattern or not. .
  • the control unit 104 determines whether the movement of the body surface of the driver is included in the range of the normal pattern stored in the storage unit 103 as a third range and a fourth range. It may be performed using a two-step threshold.
  • the third range may be narrower than the fourth range. That is, the third range may be a range closer to a more normal pattern than the fourth range.
  • the control unit 104 may determine that the movement of the body surface of the driver is a normal pattern. If the driver's action is not included in the fourth range, the control unit 104 may determine that the movement of the body surface of the driver is an abnormal pattern. If the movement of the driver's body surface is between the third range and the fourth range, the control unit 104 combines the other elements to determine whether the driver's behavior is a normal pattern or not. You may
  • the control unit 104 has the driver's action between the first range and the second range, and the movement of the driver's body surface between the third range and the fourth range. In some cases, it may be determined that the driver's body movement is a normal pattern. For example, when the driver's action is not between the first range and the second range, or the movement of the body surface of the driver is not between the third range and the fourth range. In this case, it may be determined that the movement of the driver's body is not a normal pattern.
  • FIG. 9 is a flowchart showing an example of processing executed by the control unit 104 of the vehicle 100, and is a flowchart showing an example of determination processing executed using the above-described two-step threshold.
  • control unit 104 causes the information acquisition unit 101 to acquire the action of the driver (step S31).
  • the control unit 104 compares the behavior of the driver acquired in step S31 with the pattern stored in the storage unit 103 (step S32).
  • the control unit 104 determines whether the driver's action is included in the first range based on the comparison in step S32 (step S33).
  • control unit 104 determines that the driver's action is included in the first range (Yes in step S33), it determines that the driver's action is included in the normal pattern range (step S39). In this case, the control unit 104 transmits the determination result to the server device 200 (step S42).
  • control unit 104 determines whether the driver's action is included in the second range (step S34).
  • the control unit 104 determines that the driver's action is not included in the normal pattern range (step S40). In this case, the control unit 104 notifies the notification unit 106 that an abnormal pattern is detected as the determination result (step S41). Then, the control unit 104 transmits the determination result to the server device 200 (step S42).
  • control unit 104 determines that the action of the driver is included in the second range (Yes in step S34)
  • the information acquisition unit 101 acquires the movement of the body surface of the driver (step S35).
  • the control unit 104 compares the movement of the body surface of the driver acquired in step S35 with the pattern stored in the storage unit 103 (step S36).
  • the control unit 104 determines whether the movement of the body surface of the driver is included in the third range based on the comparison in step S36 (step S37).
  • control unit 104 determines that the movement of the driver's body surface is included in the range of the normal pattern (step S39). In this case, the control unit 104 transmits the determination result to the server device 200 (step S42).
  • control unit 104 determines whether the movement of the driver's body surface is included in the fourth range. (Step S38).
  • the control unit 104 determines that the movement of the driver body surface is not included in the normal pattern range. (Step S40). In this case, the control unit 104 notifies the notification unit 106 that an abnormal pattern is detected as the determination result (step S41). Then, the control unit 104 transmits the determination result to the server device 200 (step S42).
  • control unit 104 determines that the movement of the driver's body is included in the normal pattern range (step S39). ). In this case, the control unit 104 transmits the determination result to the server device 200 (step S42).
  • control unit 104 can execute the determination process using the two-step threshold. Thus, whether or not the driver's body movement is a normal pattern can be comprehensively determined using a plurality of items when it can not be determined clearly from one item.
  • control unit 104 can detect the heart rate or the respiration rate by the microwave radar, it can directly determine the physical condition of the driver from the detected heart rate or the respiration rate.
  • the control unit 104 can also make a comprehensive determination using the heart rate or the respiration rate, the movement pattern of the driver's body, and a plurality of items.
  • control unit 104 may adjust the transmission power of the microwave radar functioning as the information acquisition unit 101 to a power that can detect the driver.
  • FIG. 10 is a flowchart showing an example of processing executed by the control unit 104 of the vehicle 100, and is a flowchart executed when adjusting the transmission power of the microwave radar functioning as the information acquisition unit 101. At the start of the flow of FIG. 10, it is assumed that the driver is not detected by the microwave radar.
  • the control unit 104 sets the transmission power of the microwave radar to the maximum (step S51). This allows the microwave radar to detect the driver as far as possible.
  • the control unit 104 determines whether the driver's body is detected by the microwave radar (step S52).
  • control unit 104 When it is determined that the driver's body is not detected (No in step S52), the control unit 104 maintains the maximum transmission power until it is determined that the driver's body is detected.
  • step S52 If the control unit 104 determines that the driver's body has been detected (Yes in step S52), the information acquisition unit 101 measures the distance to the object (driver) (step S53).
  • the control unit 104 sets the transmission power of the microwave radar to such a transmission power that microwaves can reach the distance measured in step S53 (step S54).
  • the control unit 104 determines whether or not the movement of the driver's body can be detected by the transmission power set in step S54 (step S55).
  • step S55 When it is determined that the movement of the driver's body can be detected (Yes in step S55), the control unit 104 ends this flow, and continues microwave transmission with the transmission power set in step S54. In this case, the control unit 104 may repeatedly execute the flow from step S53 again.
  • being able to detect the movement of the driver's body means that it is possible to acquire data that can be compared with the pattern stored in the storage unit 103.
  • the control unit 104 increases the transmission power of the microwave radar (step S56).
  • the control unit 104 may increase, for example, the transmission power of the microwave radar at a set predetermined level.
  • the predetermined step may be a predetermined power width, for example 1 dB.
  • the control unit 104 determines whether the transmission power of the microwave radar after the increase at step S56 is the maximum power that can be transmitted by the microwave radar (step S57).
  • control unit 104 determines that the transmission power of the microwave radar is the maximum power that can be transmitted by the microwave radar (Yes in step S57), the process proceeds to step S52.
  • control unit 104 determines that the transmission power of the microwave radar is not the maximum power that can be transmitted by the microwave radar (No in step S57)
  • the control unit 104 proceeds to step S55.
  • control unit 104 can adjust the transmission power of the microwave radar. As described above, the control unit 104 adjusts the transmission power of the microwave radar, whereby the control unit 104 can suppress power consumption while detecting the driver's body.
  • the process described as being performed by the control unit 104 of the vehicle 100 in the above embodiment may not necessarily be performed by the control unit 104 of the vehicle 100.
  • the learning process and the determination process may be performed by the control unit 202 of the server device 200.
  • the movement of the driver's body acquired by the information acquisition unit 101 is transmitted from the vehicle 100 to the server device 200.
  • the control unit 202 can execute the learning process and the determination process described above.
  • the normal pattern may be stored by the storage unit 201 of the server device 200.
  • Reference Signs List 1 information processing system 100 vehicle 101 information acquisition unit 102 weight sensor 103, 201 storage unit 104, 202 control unit 104a, 202a processor 105 input unit 106 notification unit 107, 203 communication unit 110 main body 111 front wheel 112 rear wheel 113 handlebar 114 seat 200 server device

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Medical Informatics (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Transportation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Mathematical Physics (AREA)
  • Automation & Control Theory (AREA)
  • Pulmonology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

車両は、ドライバの身体の動きを取得する情報取得部と、情報取得部が取得したドライバの身体の動きが、ドライバの正常なパターンであるか否かを判定する制御部と、を備える。

Description

車両、判定方法及び判定プログラム 関連出願へのクロスリファレンス
　本出願は、日本国特許出願２０１７－１９８６３４号（２０１７年１０月１２日出願）の優先権を主張するものであり、当該出願の開示全体を、ここに参照のために取り込む。
　本開示は、車両、判定方法及び判定プログラムに関する。
　従来、二輪車のドライバの転倒を検知する方法が知られている。例えば、特許文献１には、カメラで取得した画像に基づき、二輪車が転倒したことを検知する方法が開示されている。
特開２０１５－１０７７９８号公報
　車両の一態様は、情報取得部と、制御部とを備える。前記情報取得部は、ドライバの身体の動きを取得する。前記制御部は、前記情報取得部が取得した前記ドライバの身体の動きが、前記ドライバの正常なパターンであるか否かを判定する。
　判定方法の一態様は、制御部が、情報取得部により、ドライバの身体の動きを取得し、前記情報取得部が取得した前記ドライバの身体の動きが、前記ドライバの正常なパターンであるか否かを判定する。
　判定プログラムの一態様は、コンピュータに、ドライバの身体の動きを取得させ、前記情報取得部が取得した前記ドライバの身体の動きが、前記ドライバの正常なパターンであるか否かを判定させる。
一実施形態に係る情報処理システムの概略構成の一例を示す機能ブロック図である。 図１の車両の一例を示す概略側面図である。 ドライバの行動のパターンの一例（ドライバが一直線にシートまで近づいた場合）を示す図である。 ドライバの行動のパターンの一例（ドライバがシートに近づく途中で２度、短時間立ち止まった場合）を示す図である。 ドライバの行動のパターンの一例（ドライバがシートに向かう途中で長時間立ち止まっている場合）を示す図である。 ドライバの行動のパターンの一例（ドライバがシートに近づいたり遠ざかったりを繰り返している場合）を示す図である。 ドライバの身体表面の動きのパターンの一例を示す図である。 ドライバの身体表面の動きのパターンの一例を示す図である。 ドライバの身体表面の動きのパターンの一例を示す図である。 ドライバの身体表面の動きのパターンの一例を示す図である。 図１の車両の制御部が実行する処理の一例を示すフローチャートである。 図１の車両の制御部が実行する処理の一例を示すフローチャーチである。 図１の車両の制御部が実行する処理の一変形例を示すフローチャーチである。 図１の車両の制御部が実行する処理の一例を示すフローチャートである。
　以下、一実施形態について、図面を参照して詳細に説明する。
　図１は、一実施形態に係る情報処理システム１の概略構成の一例を示す機能ブロック図である。図１に示すように、情報処理システム１は、車両１００と、サーバ装置２００とを備える。車両１００とサーバ装置２００とは、互いに通信可能に接続されている。
　車両１００は、例えば、電気自動車、ハイブリッド電気自動車及びガソリン自動車を含む自動車、オートバイ等の自動二輪車、並びに自転車等を含む。本実施形態では、車両１００が自動二輪車であるとして、以下説明する。
　図２は、本実施形態に係る車両１００の一例を示す概略側面図である。車両１００は、本体１１０と、本体１１０を指示する前輪１１１及び後輪１１２と、操舵を行うためのハンドルバー１１３とを備える。
　本体１１０には、燃料を貯蔵する燃料タンク、車両１００の動力となるエンジン等が配置される。また、本体１１０は、ブレーキをかけるための操作を行うブレーキペダルと、ギヤを変更するための操作を行うシフトペダルとを備える。さらに、本体１１０は、ドライバが運転時に着座するシート１１４を備える。すなわち、ドライバは、シート１１４に着座して車両１００を運転する。本体１１０は、図１の各機能ブロックが実現された機構を備えていてよい。
　ハンドルバー１１３は、ブレーキをかけるための操作を行うブレーキレバーと、クラッチ操作を行うためのクラッチレバーとを備える。ハンドルバー１１３は、例えば本体１１０の前方側に設けられてよい。
　再び図１を参照すると、車両１００は、機能ブロックとして、情報取得部１０１と、重量センサ１０２と、記憶部１０３と、制御部１０４と、入力部１０５と、報知部１０６と、通信部１０７とを備える。
　情報取得部１０１は、ドライバの身体の動きを取得する。情報取得部１０１は、車両１００の周囲の全方向において、ドライバの身体を検出可能に構成されていてもよく、特定の方向にのみドライバの身体を検出可能に構成されていてもよい。情報取得部１０１は、例えばマイクロ波レーダを含んで構成されていてよい。マイクロ波レーダは、周囲にマイクロ波を発射してその反射波を検出し、マイクロ波を発射してから検出するまでの時間に基づいて物体までの距離を測定する。また、マイクロ波レーダは、マイクロ波を検出する方向に基づいて、物体の方向を測定する。情報取得部１０１は、複数のマイクロ波レーダを含んでいてもよい。
　マイクロ波レーダはドップラー効果により、身体表面の微小な動きも検出できる。例えば、マイクロ波レーダが心拍又は呼吸等による体動を検出することで、その体動から心拍数又は呼吸数等が割り出されうる。情報取得部１０１は、周囲に電磁波を発射してその反射波を検出し、電磁波を発射してから検出するまでの時間に基づいて物体までの距離を測定するものでもよい。
　ドライバの身体の動きは、ドライバの行動を含んでよい。ドライバの行動は、例えば、車両１００に対するドライバの方向及び距離の時間経過に伴う変位を含む。具体的には、ドライバの行動は、例えば、どれくらいの歩行速度で車両１００に近づいたか、どの経路を通って車両１００に近づいたか、どの方向から車両１００に近づいたか等を含んでよい。言い換えると、ドライバの身体の動きは、車両１００の周辺におけるドライバの位置の変化を含む。
　ドライバの身体の動きは、ドライバの生体活動に起因する身体表面の動きを含んでよい。生体活動は、ドライバの生体の活動であり、例えば、心拍、呼吸及び体動等を含んでよい。ドライバの生体活動に起因する身体表面の動きは、例えば、心拍、呼吸及び体動等に伴って発生する胸部の動きを含んでよい。
　情報取得部１０１は、本体１１０においてドライバの身体の動きを取得可能な任意の位置に設けられていてよい。情報取得部１０１は、例えば、本体１１０の前方側において、計器類が配置されている位置の付近に設けられていてよい。
　情報取得部１０１は、マイクロ波レーダ以外の機器により構成されていてもよい。例えば、情報取得部１０１は、レーザ距離計、超音波送受信機又はカメラを含んで構成されていてもよい。レーザ距離計は、レーザ光線を照射してから反射光を受光するまでの時間に基づいて距離を測定できる。超音波送受信機は、超音波を照射してから反射波を受光するまでの時間に基づいて距離を測定できる。カメラは、撮像した画像に基づき、画像分析を行うことで、距離を測定できる。情報取得部１０１は、ここで説明した以外の、距離を測定可能な機器を含んで構成されていてもよい。情報取得部１０１は、複数の種類の機器を組み合わせて構成されていてもよい。
　情報取得部１０１は、取得したドライバの身体の動きに関する情報を制御部１０４に送信する。
　重量センサ１０２は、シート１１４にかかる荷重を検出する。重量センサ１０２は、例えば、シート１１４の下側に配置される。重量センサ１０２は、検出した荷重に関する情報を、制御部１０４に送信する。制御部１０４は、重量センサ１０２から取得した荷重に関する情報に基づき、シート１１４にドライバが着座したか否かを判定できる。
　記憶部１０３は、半導体メモリ又は磁気メモリ等で構成されることができる。記憶部１０３は、各種情報又は車両１００を動作させるためのプログラム等を記憶する。記憶部１０３は、ワークメモリとしても機能してもよい。記憶部１０３は、情報取得部１０１が取得したドライバの身体の動きに関する情報を、取得した時刻と対応付けて記憶してよい。記憶部１０３は、重量センサ１０２が取得した荷重を、取得した時刻と対応付けて記憶してよい。
　記憶部１０３は、ドライバの身体の動きのパターンを記憶してよい。ドライバの身体の動きのパターンの詳細については後述する。記憶部１０３は、制御部１０４が実行した判定の結果を記憶してもよい。
　制御部１０４は、車両１００の各機能ブロックをはじめとして、車両１００の全体を制御及び管理する少なくとも１つのプロセッサ１０４ａを含む。制御部１０４は、制御手順を規定したプログラムを実行するＣＰＵ（Central Processing Unit）等の少なくとも１つのプロセッサ１０４ａを含んで構成され、その機能を実現する。このようなプログラムは、例えば記憶部１０３、又は車両１００に接続された外部の記憶媒体等に格納される。
　種々の実施形態によれば、少なくとも１つのプロセッサ１０４ａは、単一の集積回路（ＩＣ）として、又は複数の通信可能に接続された集積回路ＩＣ及び／又はディスクリート回路（discrete circuits）として実行されてもよい。少なくとも１つのプロセッサ１０４ａは、種々の既知の技術に従って実行されることが可能である。
　一実施形態において、プロセッサ１０４ａは、例えば、関連するメモリに記憶された指示を実行することによって１以上のデータ計算手続又は処理を実行するように構成された１以上の回路又はユニットを含む。他の実施形態において、プロセッサ１０４ａは、１以上のデータ計算手続き又は処理を実行するように構成されたファームウェア（例えば、ディスクリートロジックコンポーネント）であってもよい。
　種々の実施形態によれば、プロセッサ１０４ａは、１以上のプロセッサ、コントローラ、マイクロプロセッサ、マイクロコントローラ、特定用途向け集積回路（ＡＳＩＣ）、デジタル信号処理装置、プログラマブルロジックデバイス、フィールドプログラマブルゲートアレイ、又はこれらのデバイス若しくは構成の任意の組合せ、又は他の既知のデバイス若しくは構成の組合せを含み、以下に説明される制御部１０４としての機能を実行してもよい。
　制御部１０４は、情報取得部１０１が取得したドライバの身体の動きが、ドライバの正常なパターンであるか否かを判定する。制御部１０４は、例えば、記憶部１０３に記憶されたドライバの身体の動きのパターンを参照して、ドライバの身体の動きが、ドライバの正常なパターンであるか否かを判定する。制御部１０４が実行する判定処理の詳細については、後述する。
　入力部１０５は、例えばドライバからの操作入力を受け付けるものである。入力部１０５は、例えば、操作ボタン（操作キー）から構成される。入力部１０５がタッチスクリーンで構成され、表示デバイスの一部にユーザからの操作入力を受け付ける入力領域を表示して、ユーザによるタッチ操作入力を受け付けてもよい。入力部１０５は、例えば、本体１１０の前方側において、計器類が配置されている位置の付近に設けられていてよい。
　報知部１０６は、音、振動、及び画像等で情報を報知する。報知部１０６は、スピーカ及び振動子等を含んで構成されていてよい。報知部１０６は、制御部１０４の制御に基づき、例えば制御部１０４による判定処理の結果を報知する。すなわち、報知部１０６は、ドライバの身体の動きが、正常なパターンであるか否かの判定結果を報知する。
　通信部１０７は、サーバ装置２００と通信を行うことにより、各種情報の送受信を行う。通信部１０７は、無線、有線、又は無線と有線との組合せによるネットワークを用いて情報の送受信を行うことができる。通信部１０７は、例えばBluetooth（登録商標）、赤外線、ＮＦＣ（Near Field Radio Communication）、無線ＬＡＮ（Local Area Network）、有線ＬＡＮ若しくはその他任意の通信媒体又はこれらの任意の組み合わせにより通信を行うことができる。
　サーバ装置２００は、例えばコンピュータで構成される。サーバ装置２００は、車両１００から情報を取得し、取得した情報を記憶する。サーバ装置２００は、記憶した情報を、例えば図示しない端末装置等に提供（送信）してもよい。端末装置は、例えば、携帯電話機、スマートフォン又はタブレット端末等を含んでよい。端末装置は、例えばドライバと所定の関係を有する関係者が所有する端末装置であってよい。関係者は、例えばドライバの親族、又はドライバの担当医等であってよい。車両１００が、例えばオートレース等の競技用に使用される場合には、関係者は、例えばドライバが所属する競技チームのチームメンバー、チームリーダ又はコーチ等であってよい。
　サーバ装置２００は、記憶部２０１と、制御部２０２と、通信部２０３とを備える。
　記憶部２０１は、半導体メモリ又は磁気メモリ等で構成されることができる。記憶部２０１は、各種情報又はサーバ装置２００を動作させるためのプログラム等を記憶する。記憶部２０１は、ワークメモリとしても機能してもよい。記憶部２０１は、車両１００から取得した情報を記憶してよい。例えば、記憶部２０１は、ドライバの身体の動きが正常であるか否かの判定結果を記憶してよい。
　制御部２０２は、サーバ装置２００の各機能ブロックをはじめとして、サーバ装置２００の全体を制御及び管理する少なくとも１つのプロセッサ２０２ａを含む。制御部２０２は、制御手順を規定したプログラムを実行するＣＰＵ等の少なくとも１つのプロセッサ２０２ａを含んで構成され、その機能を実現する。このようなプログラムは、例えば記憶部２０１、又はサーバ装置２００に接続された外部の記憶媒体等に格納される。プロセッサ２０２ａの具体的な構成として、プロセッサ１０４ａの説明において列挙したものが使用されうる。
　通信部２０３は、車両１００と通信を行うことにより、各種情報の送受信を行う。通信部２０３は、無線、有線、又は無線と有線との組合せによるネットワークを用いて情報の送受信を行うことができる。通信部２０３は、例えばBluetooth（登録商標）、赤外線、ＮＦＣ、無線ＬＡＮ、有線ＬＡＮ若しくはその他任意の通信媒体又はこれらの任意の組み合わせにより通信を行うことができる。
　次に、制御部１０４が実行する判定処理の詳細について、ドライバの身体の動きのパターンとあわせて説明する。
　まず、ドライバの身体の動きが、ドライバの行動である場合の例について説明する。人の行動には、各個人に特有のパターンがある。このパターンは、いわゆる「くせ」とも呼ばれる。ドライバの身体に異常がない場合には、ドライバの行動は、通常、当該ドライバのパターンに沿ったものとなる。しかしながら、例えば、体調に異常がある等の身体の異常がある場合、又は心配事がある等の精神の異常がある場合には、ドライバの行動が、当該ドライバのパターンから外れやすくなる。ドライバの身体の動きがドライバの行動である場合、記憶部１０３はドライバの通常の行動に関するパターンを記憶し、制御部１０４は、ドライバの行動が通常のパターンに該当するか否かを判定することにより、ドライバの行動が正常なパターンであるか否かを判定する。なお、ここでいう「異常」とは、通常と異なる場合をいい、例えば疾患がある状態をいう。また、ドライバが通常する場合のパターンを、正常なパターンという。
　情報処理システム１の使用にあたり、制御部１０４は、少なくともドライバの行動の正常なパターンを記憶部１０３に記憶する学習（記憶）処理を実行する。学習処理は、任意の方法で実行されてよい。一例として、車両１００は、次のような正常パターンの学習処理を実行できる。例えば、制御部１０４は、ドライバが情報取得部１０１による情報を取得可能な距離内に近づいたときに、ドライバの位置の検出を行う。制御部１０４は、ドライバがシート１１４に着座するまでのドライバの行動、すなわちドライバの位置の変化を検出する。制御部１０４は、重量センサ１０２において荷重を検出したか否かに基づいて、ドライバが着座したか否かを判断することができる。制御部１０４は、情報取得部１０１により取得されるドライバと情報取得部１０１との距離が、ドライバがシート１１４に着座した場合におけるドライバと情報取得部１０１との距離であるか否かに基づいて、ドライバが着座したか否かを判断してもよい。制御部１０４は、ドライバがシート１１４に着座したと判定したとき、行動が正常なパターンであるか否かの入力をドライバに求める表示を、車両１００の表示部に表示する。ドライバは、入力部１０５を用いて、行動が正常なパターンであるか否かを入力する。ドライバは、例えば自分の行動が通常の行動であると考える場合には、行動が正常なパターンであると入力することができる。ドライバは、例えば体調が悪いと感じる場合には、行動が異常なパターンであると入力することができる。ドライバは、例えば通常と違う行動を行ったと考える場合には、行動が異常なパターンであると入力することができる。通常と違う行動は、例えば、途中でつまずいたり、忘れ物に気付く等していったん引き返したりする場合を含む。制御部１０４は、ユーザが正常であると入力した行動を、行動の正常なパターンとして、記憶部１０３に記憶させる。制御部１０４は、ユーザが異常であると入力した行動を、行動の異常なパターンとして、記憶部１０３に記憶させてもよい。制御部１０４は、ユーザの行動が正常なパターンであるか否かを判定可能な程度にパターンに関するデータを記憶部１０３に記憶した場合、正常なパターンの学習処理を終了してよい。例えば制御部１０４は、ユーザの行動に関するパターンのサンプル数が所定数を越えた場合、正常なパターンの学習処理を終了してよい。
　少なくとも正常なパターンが記憶部１０３に記憶されている場合、制御部１０４は、ユーザの行動が正常なパターンであるか否かの判定処理を実行できる。制御部１０４は、情報取得部１０１で取得したドライバの行動と、記憶部１０３に記憶されたパターンとを比較することにより、ドライバの行動が正常なパターンであるか否かを判定することができる。例えば、記憶部１０３に、ドライバの行動の正常なパターンが記憶されている場合、制御部１０４は、情報取得部１０１で取得したドライバの行動が、記憶部１０３に記憶された正常なパターンの範囲に含まれると判定した場合、ドライバの行動が正常なパターンであると判定できる。正常なパターンの範囲は、記憶部１０３に記憶された正常なパターンに限られず、当該正常なパターンに類似するパターンを含んでよい。正常なパターンの範囲に含まれるか否かは、ドライバの行動が、記憶部１０３に記憶された正常なパターンに対して、所定の閾値の範囲内にあるか否かに基づいて判定されてよい。制御部１０４は、情報取得部１０１で取得したドライバの行動が、記憶部１０３に記憶された正常なパターンの範囲に含まれないと判定した場合、ドライバの行動が正常なパターンでない、つまり異常なパターンであると判定できる。制御部１０４は、ドライバがシート１１４に着座するまでの行動が、正常なパターンに含まれるか否かを判定してよい。
　図３Ａ及び図３Ｂは、ドライバの行動の一例を示す図である。図３Ａ及び図３Ｂは、例えば正常なパターンの範囲に含まれ得るドライバの行動を示す図である。図３Ａ及び図３Ｂにおいて、横軸は時刻、縦軸はドライバと情報取得部１０１との距離を示す。図３Ａ及び図３Ｂにおいて、距離Ｄは、ドライバがシート１１４に着座している状態におけるドライバと情報取得部１０１との距離である。図３Ａは、ドライバが、一直線にシート１１４まで近づいた場合の例を示す。図３Ｂは、ドライバが、シート１１４に近づく途中で２度、短時間立ち止まった場合の例を示す。例えば、図３Ａ及び図３Ｂに示すパターンが正常なパターンとして記憶されている場合、制御部１０４は、情報取得部１０１により取得されたドライバの行動が図３Ａ又は図３Ｂであるときに、ドライバの行動が正常なパターンの範囲に含まれると判定する。例えば、図３Ａに示すパターンが正常なパターンとして記憶され、図３Ｂに示すパターンが図３Ａに類似する正常なパターンの範囲に含まれる場合、制御部１０４は、情報取得部１０１により取得されたドライバの行動が図３Ａ又は図３Ｂであるときに、ドライバの行動が正常なパターンの範囲に含まれると判定する。
　図４Ａ及び図４Ｂは、ドライバの行動の一例を示す図である。図４Ａ及び図４Ｂは、例えば正常なパターンの範囲に含まれないドライバの行動を示す図である。図４Ａ及び図４Ｂにおいて、横軸は時刻、縦軸はドライバと情報取得部１０１との距離を示す。図４Ａ及び図４Ｂにおいて、距離Ｄは、ドライバがシート１１４に着座している状態におけるドライバと情報取得部１０１との距離である。図４Ａを参照すると、ドライバは、シート１１４に向かう途中で、長時間立ち止まっていることが理解できる。図４Ｂを参照すると、ドライバは、シート１１４に近づいたり遠ざかったりを繰り返している。例えば、図３Ａに示すパターンが正常なパターンとして記憶され、図４Ａ及び図４Ｂに示すパターンが図３Ａに類似する正常なパターンの範囲に含まれない場合、制御部１０４は、情報取得部１０１により取得されたドライバの行動が図４Ａ又は図４Ｂであるときに、ドライバの行動が正常なパターンの範囲に含まれないと判定する。
　記憶部１０３には、正常なパターンとして、ドライバが情報取得部１０１による情報を取得可能な距離内に入ってから着座するまでに通常かかる時間の範囲が記憶されていてもよい。この場合、制御部１０４は、ドライバが情報取得部１０１による情報を取得可能な距離内に入ってからシート１１４に着座するまでの時間を計測し、当該時間が記憶部１０３に記憶された時間の範囲に含まれる場合に、ドライバの行動が正常なパターンであると判定してよい。
　制御部１０４は、ドライバの行動に関する判定結果を、報知部１０６から報知してよい。制御部１０４は、ドライバの行動が異常なパターンであると判定した場合にのみ、ドライバの行動が異常なパターンに該当することを報知部１０６から報知してもよい。報知により、ドライバは、自分の行動が正常なパターンであるか異常なパターンであるかを知ることができる。ドライバは、例えば自分が意識していない身体の異常が発生している場合であっても、報知部１０６により行動が異常なパターンであると報知された場合に、身体に異常が発生している可能性に気付くことができる。
　制御部１０４は、ドライバの行動に関する判定結果を、通信部１０７を介してサーバ装置２００に送信することができる。制御部１０４は、ドライバの行動が異常なパターンであると判定した場合にのみ、判定結果をサーバ装置２００に送信してもよい。サーバ装置２００は、車両１００から取得した判定結果を記憶部２０１に記憶する。サーバ装置２００は、取得した判定結果を、ドライバを一意に特定するＩＤ等の識別情報に対応付けて記憶部２０１に記憶してよい。サーバ装置２００は、複数のドライバに関する判定結果を記憶することができる。サーバ装置２００は、判定結果を、ドライバの関係者が所有する端末装置に送信してもよい。
　次に、ドライバの身体の動きが、ドライバの生体活動に起因する身体表面の動きである場合の例について説明する。例えば心拍又は呼吸等の生体活動は、ドライバごとに、通常は一定の範囲に含まれる。しかしながら、例えば疾患がある等の異常がある場合には、生体活動が通常の範囲から外れる場合がある。ドライバの身体の動きがドライバの生体活動に起因する身体表面の動きである場合、記憶部１０３はドライバの通常の生体活動に起因する身体表面の動きのパターンを記憶し、制御部１０４は、ドライバの身体表面の動きが、通常のパターンに該当するか否かを判定することにより、ドライバの身体表面の動きが正常なパターンであるか否かを判定する。
　情報処理システム１の使用にあたり、制御部１０４は、少なくともドライバの身体表面の動きの正常なパターンを記憶部１０３に記憶させる学習処理を実行する。学習処理は、任意の方法で実行されてよい。一例として、ドライバの身体の動きがドライバの生体活動に起因する身体表面の動きである場合、ドライバが車両１００に乗車してテスト走行を行い、テスト走行において正常なパターンを取得してよい。テスト走行は、例えばドライバが、自分の身体の状態が正常であると考えるときに行われてよい。テスト走行において、情報取得部１０１は、ドライバの身体表面の動きのパターンを取得する。例えば、情報取得部１０１は、ドライバの胸部の動きを取得する。
　図５は、情報取得部１０１により取得されるドライバの身体表面の動き（心拍及び呼吸等による身体表面の起伏又は体動）のパターンの一例を示す図である。図５は、例えばテスト走行で取得されたドライバの身体表面の動きであり、正常なパターンとして記憶部１０３に記憶される身体表面の動きである。図５において、横軸は時刻、縦軸はドライバの体動を示す。ドライバの身体表面は、心拍及び呼吸等により動く。情報取得部１０１は、図５に示すようにこの動きを捉える。制御部１０４は、テスト走行で取得されたドライバの身体表面の動きを、正常なパターンとして、記憶部１０３に記憶する。
　正常なパターンが記憶部１０３に記憶されている場合、制御部１０４は、ドライバの行動が正常なパターンであるか否かの判定処理を実行できる。制御部１０４は、情報取得部１０１で取得したドライバの身体表面の動きと、記憶部１０３に記憶されたパターンとを比較することにより、ドライバの身体表面の動きが正常なパターンであるか否かを判定することができる。例えば、制御部１０４は、情報取得部１０１で取得したドライバの身体表面の動きが、記憶部１０３に記憶された正常なパターンの範囲に含まれると判定した場合、ドライバの身体表面の動きが正常なパターンであると判定できる。正常なパターンの範囲は、記憶部１０３に記憶された正常なパターンに限られず、当該正常なパターンに類似するパターンを含んでよい。正常なパターンの範囲に含まれるか否かは、ドライバの身体表面の動きが、記憶部１０３に記憶された正常なパターンに対して、所定の閾値の範囲内にあるか否かに基づいて判定されてよい。制御部１０４は、情報取得部１０１で取得したドライバの身体表面の動きが、記憶部１０３に記憶された正常なパターンの範囲に含まれないと判定した場合、ドライバの身体表面の動きが正常なパターンでない、つまり異常なパターンであると判定できる。
　図６Ａ、図６Ｂ及び図６Ｃは、ドライバの身体表面の動きの一例を示す図である。図６Ａ、図６Ｂ及び図６Ｃは、例えば正常なパターンの範囲に含まれないドライバの身体表面の動きを示す図である。図６Ａ、図６Ｂ及び図６Ｃにおいて、横軸は時刻、縦軸は体動を示す。
　図６Ａを参照すると、ドライバの身体表面の動きが、図５よりも小さいことが理解できる。すなわち、身体表面の動きが図６Ａに示すものである場合、ドライバの身体表面の動きが図５で示すものよりも小さくなっている。これは、ドライバの心拍の強さが弱くなっているか、呼吸の深さが浅くなっているかを示す。そのため、制御部１０４は、図５に示すパターンが正常なパターンとして記憶されている場合、情報取得部１０１により図６Ａに示す身体表面の動きが検出されると、ドライバの身体表面の動きが異常なパターンであると判定できる。
　図６Ｂを参照すると、ドライバの身体表面の動きが、一部突出していることが理解できる。これは、ドライバの心拍において、一時的に、通常と異なる拍出が行われていることを示す。そのため、制御部１０４は、図５に示すパターンが正常なパターンとして記憶されている場合、情報取得部１０１により図６Ｂに示す身体表面の動きが検出されると、ドライバの身体表面の動きが異常なパターンであると判定できる。
　図６Ｃを参照すると、ドライバの身体表面が、情報取得部１０１に近づいたり遠ざかったりしていることが理解できる。これは、ドライバの上体が、前後に動いていることを示す。そのため、制御部１０４は、図５に示すパターンが正常なパターンとして記憶されている場合、情報取得部１０１により図６Ｃに示す身体表面の動きが検出されると、ドライバの身体表面の動きが異常なパターンであると判定できる。
　制御部１０４は、ドライバの行動に関する判定処理において説明した場合と同様に、ドライバの身体表面の動きに関する判定結果を、報知部１０６から報知してよい。また、制御部１０４は、ドライバの身体表面の動きに関する判定結果を、通信部１０７を介してサーバ装置２００に送信してよい。
　図７は、車両１００の制御部１０４が実行する処理の一例を示すフローチャートであり、学習（記憶）処理の一例を示すフローチャートである。図７は、例えば、ドライバの身体の動きがドライバの行動である場合に実行される学習処理の一例を示すフローチャートである。
　制御部１０４は、まず、情報取得部１０１によりドライバの身体の動きを取得する（ステップＳ１１）。具体的には、制御部１０４は、ドライバの行動を取得する。
　制御部１０４は、ステップＳ１１で取得された行動が正常なパターンであるか否かの入力をドライバに要求する（ステップＳ１２）。具体的には、制御部１０４は、例えば、ステップＳ１１で取得された行動が正常なパターンであるか否かの入力をドライバに求める表示を、車両１００の表示部に表示することにより、入力をドライバに要求する。
　ドライバがステップＳ１２における要求に応じて、例えば入力部１０５から入力を行うと、制御部１０４は、入力部１０５における入力を受け付ける（ステップＳ１３）。
　制御部１０４は、受け付けた入力の内容に応じて、パターンを記憶部１０３に記憶（学習）する。例えば、ドライバが正常なパターンであるという入力を行った場合、制御部１０４は、ステップＳ１１で取得した身体の動きを、正常なパターンとして記憶部１０３に記憶（学習）する。例えば、ドライバが異常なパターンであるという入力を行った場合、制御部１０４は、ステップＳ１１で取得した身体の動きを、異常なパターンとして記憶部１０３に記憶（学習）する。制御部１０４は、ドライバが正常なパターンであるという入力を行った場合にのみ、ステップＳ１１で取得した身体の動きを、記憶部１０３に記憶（学習）してもよい。
　図８は、車両１００の制御部１０４が実行する処理の一例を示すフローチャートであり、判定処理の一例を示すフローチャートである。図８に示すフローチャートは、例えばドライバの身体の動きがドライバの行動である場合又はドライバの身体表面の動きである場合に実行することができる。
　制御部１０４は、まず、情報取得部１０１によりドライバの身体の動きを取得する（ステップＳ２１）。
　制御部１０４は、ステップＳ２１で取得したドライバの身体の動きを、記憶部１０３に記憶されたパターンと比較する（ステップＳ２２）。
　制御部１０４は、ステップＳ２２における比較に基づき、ドライバの身体の動きが正常なパターンの範囲に含まれるか否かを判定する（ステップＳ２３）。
　制御部１０４は、ドライバの身体の動きが正常なパターンの範囲に含まれると判定した場合（ステップＳ２３のＹｅｓ）、判定結果をサーバ装置２００に送信する（ステップＳ２５）。
　制御部１０４は、ドライバの身体の動きが正常なパターンの範囲に含まれていないと判定した場合（ステップＳ２３のＮｏ）、すなわちドライバの身体の動きが異常なパターンであると判定した場合、判定結果を報知部１０６から報知する（ステップＳ２４）。例えば、制御部１０４は、判定結果として、異常なパターンが検出されたことを報知する。
　そして、制御部１０４は、判定結果をサーバ装置２００に送信する（ステップＳ２５）。
　なお、図８に示すフローでは、制御部１０４は、ドライバの身体の動きが正常なパターンの範囲に含まれていないと判定した場合（ステップＳ２３のＮｏ）にのみ、判定結果を報知すると説明した。しかしながら、制御部１０４は、ドライバの身体の動きが正常なパターンの範囲に含まれていると判定した場合（ステップＳ２３のＹｅｓ）に、判定結果を報知してもよい。
　このように、本実施形態に係る情報処理システム１によれば、ドライバの身体の動きが正常なパターンであるか否かを、記憶部１０３に記憶されたパターンを参照して判定する。制御部１０４は、ドライバの身体の動きが正常なパターンであるか否かに基づいて、ドライバの状態を判定できる。そのため、情報処理システム１によれば、有用性が向上されうる。
　また、ドライバの身体の動きは、車両１００に搭載された情報取得部１０１により取得される。そのため、情報処理システム１によれば、ドライバが身体に、例えばセンサ等を装着することなく、ドライバの身体の動きを取得できる。そのため、情報処理システム１によれば、ドライバに装着の手間及び負担をかけることなく、ドライバの状態が検知されうる。また、ドライバに、データが取得されていることを意識させることなく身体の動きを取得できる。さらに、例えばドライバが身体にセンサ等を装着する場合には、センサの位置ずれなどによりデータの検出精度が低下する場合があるが、情報処理システム１によれば、このような問題は生じない。
　本開示を完全かつ明瞭に開示するためにいくつかの実施形態に関し説明してきた。しかし、添付の請求項は、上記実施形態に限定されるべきものでなく、本明細書に示した基礎的事項の範囲内で当該技術分野の当業者が創作しうるすべての変形例及び代替可能な構成を具現化するように構成されるべきである。また、いくつかの実施形態に示した各要件は、自由に組み合わせが可能である。
　例えば、正常なパターンの学習（記憶）処理は、上記実施形態で説明したものに限られない。正常なパターンの学習（記憶）処理は、例えばディープラーニング等の手法を用いて実行されてもよい。
　例えば、情報取得部１０１で取得したドライバの身体の動きが、記憶部１０３に記憶された正常なパターンの範囲に含まれるか否かの判定は、複数の段階の閾値を用いて行われてよい。例えば、情報取得部１０１で取得したドライバの身体の動きが、記憶部１０３に記憶された正常なパターンの範囲に含まれるか否かの判定は、例えば２段階の閾値を用いて行われてよい。
　具体的には、例えば、制御部１０４は、ドライバの行動が、記憶部１０３に記憶された正常なパターンの範囲に含まれるか否かの判定を、第１の範囲及び第２の範囲という２段階の閾値を用いて実行してよい。第１の範囲は、第２の範囲よりも狭くてよい。つまり、第１の範囲は、第２の範囲よりも、より正常なパターンに近い範囲であってよい。制御部１０４は、ドライバの行動が第１の範囲に含まれる場合、当該ドライバの行動が正常なパターンであると判定してよい。制御部１０４は、ドライバの行動が第２の範囲に含まれない場合、当該ドライバの行動が異常なパターンであると判定してよい。制御部１０４は、ドライバの行動が、第１の範囲と第２の範囲との間にある場合、他の要素を組み合わせて、ドライバの行動が正常なパターンであるか否かを判定してよい。
　同様に、例えば、制御部１０４は、ドライバの身体表面の動きが、記憶部１０３に記憶された正常なパターンの範囲に含まれるか否かの判定を、第３の範囲及び第４の範囲という２段階の閾値を用いて実行してよい。第３の範囲は、第４の範囲よりも狭くてよい。つまり、第３の範囲は、第４の範囲よりも、より正常なパターンに近い範囲であってよい。制御部１０４は、ドライバの身体表面の動きが第３の範囲に含まれる場合、当該ドライバの身体表面の動きが正常なパターンであると判定してよい。制御部１０４は、ドライバの行動が第４の範囲に含まれない場合、当該ドライバの身体表面の動きが異常なパターンであると判定してよい。制御部１０４は、ドライバの身体表面の動きが、第３の範囲と第４の範囲との間にある場合、他の要素を組み合わせて、ドライバの行動が正常なパターンであるか否かを判定してよい。
　制御部１０４は、例えば、ドライバの行動が、第１の範囲と第２の範囲との間にあり、かつ、ドライバの身体表面の動きが、第３の範囲と第４の範囲との間にある場合、ドライバの身体の動きが正常なパターンであると判定してよい。制御部１０４は、例えば、ドライバの行動が第１の範囲と第２の範囲との間にない場合、又は、ドライバの身体表面の動きが第３の範囲と第４の範囲との間にない場合、ドライバの身体の動きが正常なパターンでないと判定してよい。
　図９は、車両１００の制御部１０４が実行する処理の一例を示すフローチャートであり、上述した２段階の閾値を用いて実行する判定処理の一例を示すフローチャートである。
　制御部１０４は、まず、情報取得部１０１によりドライバの行動を取得する（ステップＳ３１）。
　制御部１０４は、ステップＳ３１で取得したドライバの行動と、記憶部１０３に記憶されたパターンとを比較する（ステップＳ３２）。
　制御部１０４は、ステップＳ３２での比較に基づき、ドライバの行動が第１の範囲に含まれるか否かを判定する（ステップＳ３３）。
　制御部１０４は、ドライバの行動が第１の範囲に含まれると判定した場合（ステップＳ３３のＹｅｓ）、ドライバの行動が正常なパターンの範囲に含まれると判定する（ステップＳ３９）。この場合、制御部１０４は、判定結果をサーバ装置２００に送信する（ステップＳ４２）。
　制御部１０４は、ドライバの行動が第１の範囲に含まれないと判定した場合（ステップＳ３３のＮｏ）、ドライバの行動が第２の範囲に含まれるか否かを判定する（ステップＳ３４）。
　制御部１０４は、ドライバの行動が第２の範囲に含まれないと判定した場合（ステップＳ３４のＮｏ）、ドライバの行動が正常なパターンの範囲に含まれないと判定する（ステップＳ４０）。この場合、制御部１０４は、判定結果として、異常なパターンが検出されたことを報知部１０６から報知する（ステップＳ４１）。そして、制御部１０４は、判定結果をサーバ装置２００に送信する（ステップＳ４２）。
　制御部１０４は、ドライバの行動が第２の範囲に含まれると判定した場合（ステップＳ３４のＹｅｓ）、情報取得部１０１によりドライバの身体表面の動きを取得する（ステップＳ３５）。
　制御部１０４は、ステップＳ３５で取得したドライバの身体表面の動きと、記憶部１０３に記憶されたパターンとを比較する（ステップＳ３６）。
　制御部１０４は、ステップＳ３６での比較に基づき、ドライバの身体表面の動きが第３の範囲に含まれるか否かを判定する（ステップＳ３７）。
　制御部１０４は、ドライバの身体表面の動きが第３の範囲に含まれると判定した場合（ステップＳ３７のＹｅｓ）、ドライバの身体表面の動きが正常なパターンの範囲に含まれると判定する（ステップＳ３９）。この場合、制御部１０４は、判定結果をサーバ装置２００に送信する（ステップＳ４２）。
　制御部１０４は、ドライバの身体表面の動きが第３の範囲に含まれないと判定した場合（ステップＳ３７のＮｏ）、ドライバの身体表面の動きが第４の範囲に含まれるか否かを判定する（ステップＳ３８）。
　制御部１０４は、ドライバの身体表面の動きが第４の範囲に含まれないと判定した場合（ステップＳ３８のＮｏ）、ドライバの身体表面の動きが正常なパターンの範囲に含まれないと判定する（ステップＳ４０）。この場合、制御部１０４は、判定結果として、異常なパターンが検出されたことを報知部１０６から報知する（ステップＳ４１）。そして、制御部１０４は、判定結果をサーバ装置２００に送信する（ステップＳ４２）。
　制御部１０４は、ドライバの身体表面の動きが第４の範囲に含まれると判定した場合（ステップＳ３８のＹｅｓ）、ドライバの身体の動きが正常なパターンの範囲に含まれると判定する（ステップＳ３９）。この場合、制御部１０４は、判定結果をサーバ装置２００に送信する（ステップＳ４２）。
　このように、制御部１０４は、２段階の閾値を用いて判定処理を実行することができる。これにより、ドライバの身体の動きが正常なパターンであるか否かを、１つの項目から明確に判定できない場合に、複数の項目を用いて総合的に判定することができる。
　例えば、前述の通り、制御部１０４は、マイクロ波レーダにより、心拍数又は呼吸数を検出できるので、検出された心拍数又は呼吸数から直接ドライバの体調を判断できる。制御部１０４は、心拍数又は呼吸数とドライバの身体の動きパターンと複数の項目を用いて総合的に判定することもできる。
　上記実施形態において、制御部１０４は、情報取得部１０１として機能するマイクロ波レーダの送信電力を、ドライバを検出可能な程度の電力に調整してよい。
　図１０は、車両１００の制御部１０４が実行する処理の一例を示すフローチャートであり、情報取得部１０１として機能するマイクロ波レーダの送信電力を調整する場合に実行するフローチャートである。図１０のフローの開始時において、マイクロ波レーダによりドライバは検出されていないとする。
　制御部１０４は、マイクロ波レーダの送信電力を最大に設定する（ステップＳ５１）。これにより、マイクロ波レーダは、可能な限り遠くまで、ドライバを検出できる。
　制御部１０４は、マイクロ波レーダによりドライバの身体が検出されているか否かを判定する（ステップＳ５２）。
　制御部１０４は、ドライバの身体が検出されていないと判定した場合（ステップＳ５２のＮｏ）、ドライバの身体が検出されたと判定するまで、最大の送信電力を維持する。
　制御部１０４は、ドライバの身体が検出されたと判定した場合（ステップＳ５２のＹｅｓ）、情報取得部１０１により、物体（ドライバ）までの距離を測定する（ステップＳ５３）。
　制御部１０４は、マイクロ波レーダの送信電力を、ステップＳ５３で測定した距離にマイクロ波が届く程度の送信電力に設定する（ステップＳ５４）。
　制御部１０４は、ステップＳ５４で設定した送信電力で、ドライバの身体の動きを検出可能か否かを判定する（ステップＳ５５）。
　制御部１０４は、ドライバの身体の動きを検出可能であると判定した場合（ステップＳ５５のＹｅｓ）、このフローを終了し、ステップＳ５４で設定した送信電力で、マイクロ波の送信を継続する。この場合、制御部１０４は、再びステップＳ５３からフローを繰り返し実行してもよい。なお、ここでは、ドライバの身体の動きを検出可能であるとは、記憶部１０３に記憶されたパターンとの比較が実行可能な程度のデータが取得できることをいう。
　制御部１０４は、ドライバの身体の動きを検出可能でないと判定した場合（ステップＳ５５のＮｏ）、マイクロ波レーダの送信電力を増加させる（ステップＳ５６）。この場合、制御部１０４は、例えばマイクロ波レーダの送信電力を、設定された所定段階、増加させてよい。所定段階は、例えば１ｄＢのように、所定の電力幅であってよい。
　制御部１０４は、ステップＳ５６による増加後のマイクロ波レーダの送信電力が、当該マイクロ波レーダが送信可能な最大電力であるか否かを判定する（ステップＳ５７）。
　制御部１０４は、マイクロ波レーダの送信電力が、当該マイクロ波レーダが送信可能な最大電力であると判定した場合（ステップＳ５７のＹｅｓ）、ステップＳ５２に移行する。
　一方、制御部１０４は、マイクロ波レーダの送信電力が、当該マイクロ波レーダが送信可能な最大電力でないと判定した場合（ステップＳ５７のＮｏ）、ステップＳ５５に移行する。
　このようにして、制御部１０４は、マイクロ波レーダの送信電力を調整することができる。このように制御部１０４がマイクロ波レーダの送信電力を調整することにより、制御部１０４は、ドライバの身体を検出しつつ、電力消費を抑えることができる。
　上記実施形態において車両１００の制御部１０４が実行すると説明した処理は、必ずしも車両１００の制御部１０４によって実行されなくてもよい。例えば、学習処理及び判定処理は、サーバ装置２００の制御部２０２によって実行されてもよい。この場合、情報取得部１０１が取得したドライバの身体の動きが、車両１００からサーバ装置２００に送信される。サーバ装置２００では、制御部２０２が上述した学習処理及び判定処理を実行できる。この場合、正常なパターンは、サーバ装置２００の記憶部２０１によって記憶されてよい。
　１　情報処理システム
　１００　車両
　１０１　情報取得部
　１０２　重量センサ
　１０３、２０１　記憶部
　１０４、２０２　制御部
　１０４ａ、２０２ａ　プロセッサ
　１０５　入力部
　１０６　報知部
　１０７、２０３　通信部
　１１０　本体
　１１１　前輪
　１１２　後輪
　１１３　ハンドルバー
　１１４　シート
　２００　サーバ装置

Claims (10)

  1. 　ドライバの身体の動きを取得する情報取得部と、
    　前記情報取得部が取得した前記ドライバの身体の動きが、前記ドライバの正常なパターンであるか否かを判定する制御部と、
    を備える、車両。
  2. 　前記ドライバの身体の動きのパターンを記憶する記憶部をさらに備え、
    　前記制御部は、前記情報取得部が取得したドライバの身体の動きが、前記記憶部に記憶された前記ドライバの身体の動きのパターンの範囲に含まれる場合に、前記ドライバの正常なパターンであると判定する、
    請求項１に記載の車両。
  3. 　前記ドライバの身体の動きは、前記ドライバの行動を含む、請求項１に記載の車両。
  4. 　前記ドライバが運転時に着座するシートと、
    　前記シートにかかる荷重を検出する重量センサと、
    をさらに備え、
    　前記制御部は、前記重量センサの出力に基づいて前記シートに着座されたことを判定するまでの前記ドライバの行動が、前記ドライバの正常なパターンであるか否かを判定する、
    請求項３に記載の車両。
  5. 　前記ドライバの身体の動きは、前記ドライバの生体活動に起因する動きを含む、請求項１に記載の車両。
  6. 　前記生体活動は、心拍、呼吸又は体動の少なくともいずれかを含む、請求項５に記載の車両。
  7. 　情報を報知する報知部をさらに備え、
    　前記制御部は、前記ドライバの身体の動きが、前記ドライバの正常なパターンであるか否かに関する判定結果を前記報知部から報知する、
    請求項１に記載の車両。
  8. 　前記情報取得部は電磁波を発する、請求項１に記載の車両。
  9. 　制御部が、
    　情報取得部により、ドライバの身体の動きを取得し、
    　前記情報取得部が取得した前記ドライバの身体の動きが、前記ドライバの正常なパターンであるか否かを判定する、
    判定方法。
  10. 　コンピュータに、
    　ドライバの身体の動きを取得させ、
    　前記取得された前記ドライバの身体の動きが、前記ドライバの正常なパターンであるか否かを判定させる、
    判定プログラム。
PCT/JP2018/036719 2017-10-12 2018-10-01 車両、判定方法及び判定プログラム WO2019073844A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US16/754,364 US20200239001A1 (en) 2017-10-12 2018-10-01 Vehicle, determination method, and non-transitory computer-readable medium
EP18867196.0A EP3696041A4 (en) 2017-10-12 2018-10-01 VEHICLE, DETERMINATION PROCEDURE AND DETERMINATION PROGRAM

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017-198634 2017-10-12
JP2017198634A JP2019073069A (ja) 2017-10-12 2017-10-12 車両、判定方法及び判定プログラム

Publications (1)

Publication Number Publication Date
WO2019073844A1 true WO2019073844A1 (ja) 2019-04-18

Family

ID=66100810

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/036719 WO2019073844A1 (ja) 2017-10-12 2018-10-01 車両、判定方法及び判定プログラム

Country Status (4)

Country Link
US (1) US20200239001A1 (ja)
EP (1) EP3696041A4 (ja)
JP (1) JP2019073069A (ja)
WO (1) WO2019073844A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022117564B3 (de) 2022-07-14 2023-10-26 Porsche Ebike Performance Gmbh Elektrofahrrad
DE102022117579B3 (de) * 2022-07-14 2023-12-14 Porsche Ebike Performance Gmbh Fahrrad

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH026231A (ja) * 1988-06-23 1990-01-10 Nissan Motor Co Ltd 運転者異常状態検出装置
JP2007334479A (ja) * 2006-06-13 2007-12-27 Advanced Telecommunication Research Institute International 運転動作解析装置および運転動作解析方法
JP2015107798A (ja) 2013-12-03 2015-06-11 ロベルト・ボッシュ・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツングＲｏｂｅｒｔ Ｂｏｓｃｈ Ｇｍｂｈ 二輪車のドライバの転倒を検知する方法および装置
WO2016052507A1 (ja) * 2014-09-30 2016-04-07 エイディシーテクノロジー株式会社 自動運転制御装置
JP2016115023A (ja) * 2014-12-12 2016-06-23 ソニー株式会社 車両制御装置および車両制御方法、並びにプログラム
JP2017504867A (ja) * 2013-11-25 2017-02-09 ロベルト・ボッシュ・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツングＲｏｂｅｒｔ Ｂｏｓｃｈ Ｇｍｂｈ 車両におけるドライバ動作を評価する方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102271982B (zh) * 2009-09-09 2014-09-10 松下电器产业株式会社 车辆控制装置及车辆控制方法
JP6171718B2 (ja) * 2013-08-20 2017-08-02 トヨタ自動車株式会社 操作者識別装置
KR20170036428A (ko) * 2015-09-24 2017-04-03 삼성전자주식회사 웨어러블 디바이스를 이용한 운전자 모니터링 방법 및 장치

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH026231A (ja) * 1988-06-23 1990-01-10 Nissan Motor Co Ltd 運転者異常状態検出装置
JP2007334479A (ja) * 2006-06-13 2007-12-27 Advanced Telecommunication Research Institute International 運転動作解析装置および運転動作解析方法
JP2017504867A (ja) * 2013-11-25 2017-02-09 ロベルト・ボッシュ・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツングＲｏｂｅｒｔ Ｂｏｓｃｈ Ｇｍｂｈ 車両におけるドライバ動作を評価する方法
JP2015107798A (ja) 2013-12-03 2015-06-11 ロベルト・ボッシュ・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツングＲｏｂｅｒｔ Ｂｏｓｃｈ Ｇｍｂｈ 二輪車のドライバの転倒を検知する方法および装置
WO2016052507A1 (ja) * 2014-09-30 2016-04-07 エイディシーテクノロジー株式会社 自動運転制御装置
JP2016115023A (ja) * 2014-12-12 2016-06-23 ソニー株式会社 車両制御装置および車両制御方法、並びにプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3696041A4

Also Published As

Publication number Publication date
US20200239001A1 (en) 2020-07-30
JP2019073069A (ja) 2019-05-16
EP3696041A4 (en) 2021-06-09
EP3696041A1 (en) 2020-08-19

Similar Documents

Publication Publication Date Title
US11934189B2 (en) Driver re-engagement system
JP5527411B2 (ja) 車両の緊急退避装置
US20190357834A1 (en) Driver and passenger health and sleep interaction
KR102660563B1 (ko) 태아 심장의 이상 여부를 판단하는 초음파 진단 장치 및 초음파 진단 장치의 동작 방법
JP2018152038A (ja) 運転者監視装置、運転者監視方法、学習装置及び学習方法
JP2017527036A5 (ja)
JP5421179B2 (ja) 動物活動計測装置
JP2018177221A (ja) 車両を制御するための装置および方法
WO2019073844A1 (ja) 車両、判定方法及び判定プログラム
EP3299007B1 (en) Apparatus, system and method for remotely determining acupuncture point
JP2019114102A (ja) 自動運転システム及び移動体、サーバ
CN115605891A (zh) 物流车辆的监视
JP2019004399A (ja) 作業機械の周囲監視システム
WO2019073845A1 (ja) 車両、判定方法及び判定プログラム
WO2019138733A1 (ja) 検出装置およびプログラム
EP3922775B1 (en) Remote operation system and remote operation server
JP2006289565A (ja) ロボット操作装置及びロボット
JP2019151211A (ja) 運転支援装置、及び運転支援方法
JP2007283434A (ja) 自律移動装置
JP2021015568A (ja) 操作装置及び車両制御システム
JP2019115377A (ja) 携帯情報端末、センサ、生体情報管理方法、生体情報処理プログラム、およびコンピュータが読み取り可能な記憶媒体
JP6243730B2 (ja) 移動運動状態表示装置、方法及びシステム並びにプログラム
JP2017217333A (ja) 生体情報測定装置、方法およびプログラム
JP7556803B2 (ja) 電子機器、電子機器の制御方法、及びプログラム
JP2005016964A (ja) 磁界補正データ生成装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18867196

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2018867196

Country of ref document: EP

Effective date: 20200512